EVENTO
Aprendizado de Máquina para Predição do Número de Casos de Covid-19 Através de Fragmentos de SARS-CoV-2 Mensurados no Esgoto
Tipo de evento: Defesa de Dissertação de Mestrado
O esgoto tornou-se um forte aliado da ciência e da gestão pública para identificação viral. A detecção de fragmentos de cópias genômicas (CG) em esgoto é uma forma de monitorar indiretamente a saúde da população. Esse estudo de epidemiologia chamado WBE (wastewater-based epidemiology) já vem sendo praticado em muitos países para auxílio a tomada de decisões e teve no Brasil um incentivo de crescimento frente a necessidade de vigilância voltada a Covid-19 visto que a testagem individual era economicamente inviável.Foi necessário transformar a ótica de avaliação destes conjuntos de dados e dentro do possível superar as limitações existentes de geração e disponibilização dos mesmos. Através de recursos de engenharia de atributos e enriquecimento dos dados vários métodos de Aprendizado de Máquina foram desenvolvidos com o objetivo de criar modelos preditivos para identificar o número de contaminados com Covid-19 utilizando os fragmentos de cópias de genomas de SARS-CoV-2 mensurados no esgoto.Para Acessar: Link meet.google.com/uie-httg-wey
Data Início: 23/08/2022 Hora: 09:00 Data Fim: 23/08/2022 Hora: 12:00
Local: LNCC - Laboratório Nacional de Computação Ciêntifica - Videoconferência
Aluno: Carmen Lúcia Corrêa Bonifácio - - LNCC
Orientador: Eduardo Krempser - Fundação Oswaldo Cruz (Fiocruz) - Fiocruz Fabio Andre Machado Porto - Laboratório Nacional de Computação Científica - LNCC
Participante Banca Examinadora: Fabio André Machado Porto - Laboratório Nacional de Computação Científica - LNCC Manoel Barral Netto - FIOCRUZ/BA - FIOCRUZ/BA Marisa Fabiana Nicolás - Laboratório Nacional de Computação Científica - LNCC
Suplente Banca Examinadora: Marcel de Moraes Pedroso - - FIOCRUZ Sandra Mara Cardoso Malta - Laboratório Nacional de Computação Científica - LNCC
